一、基本指令
指令：ip addr
确定python版本：ls /usr/bin/python*
指令：sudo -i（从$变成#）
打开命令行：Win+R
二、在 Ubuntu 上安装 PyTorch 的一般步骤如下：
- 打开终端。您可以通过按下“Ctrl + Alt + T”组合键或从应用程序菜单中选择终端来打开终端。
- 确认您的计算机是否已安装 Python 3。在终端中，输入以下命令并按回车键：
python3 --version 复制代码
- 如果您的计算机上已安装 Python 3，则会显示 Python 3 的版本号。
- 安装 PyTorch。在终端中，输入以下命令并按回车键：
pip3 install torch torchvision 复制代码
- 这将使用 pip3 工具下载并安装 PyTorch 和 torchvision 库。这可能需要一些时间，具体取决于您的互联网连接速度和计算机性能。
- 检查 PyTorch 是否已成功安装。在终端中，输入以下命令并按回车键：
python3 -c "import torch; print(torch.__version__)" 复制代码
- 如果 PyTorch 已成功安装，则应该看到 PyTorch 的版本号。
三、要确认 NVIDIA GPU 的计算能力（Compute Capability），您可以使用 NVIDIA 提供的 deviceQuery 工具。该工具可以在命令行中运行，并显示有关您的 GPU 的详细信息，包括其计算能力。
以下是在 Ubuntu 中使用 deviceQuery 工具的步骤：
- 首先，您需要安装 NVIDIA CUDA 工具包。您可以按照 NVIDIA 官方文档的说明进行安装，或者使用以下命令：
sudo apt-get update
sudo apt-get install nvidia-cuda-toolkit
复制代码- 安装完成后，您可以在终端中导航到 CUDA 工具包的安装目录。默认情况下，该目录为 /usr/local/cuda/。您可以使用以下命令进入该目录：
cd /usr/local/cuda/
复制代码- 进入 samples 目录，并找到 1_Utilities/deviceQuery 目录：
cd samples
cd 1_Utilities/deviceQuery/
复制代码- 编译 deviceQuery 工具：
sudo make
复制代码- 运行 deviceQuery 工具：
./deviceQuery
复制代码运行后，您将看到有关您的 GPU 的详细信息，包括其计算能力。在输出中，您应该会看到类似于以下内容的行：
Compute capability: 7.5
复制代码这表明您的 GPU 的计算能力为 7.5。
